Este projeto envolve a classificação de estrelas usando diversos algoritmos de aprendizado de máquina. O objetivo é prever a classe das estrelas com base em seus atributos. O código fornecido realiza pré-processamento de dados, aplica diferentes algoritmos de aprendizado de máquina e avalia seu desempenho por meio de validação cruzada.
Estrelas apresentam características diversas que podem ser utilizadas para classificá-las em várias categorias. Este projeto explora técnicas de aprendizado de máquina para prever a classificação de estrelas com base em seus atributos. O código fornecido no notebook star_classification.ipynb abrange o carregamento do conjunto de dados, o pré-processamento dos dados, a aplicação de algoritmos de aprendizado de máquina e a avaliação de sua eficácia.
Os seguintes algoritmos de aprendizado de máquina são aplicados para classificar as estrelas:
- Árvore de Decisão
- Naive Bayes
- K-Nearest Neighbors
- Regressão Logística
- Gradient Boosting
Cada algoritmo é configurado com parâmetros específicos para otimizar seu desempenho.
A eficácia de cada algoritmo é avaliada usando técnicas de validação cruzada. Curvas de validação e matrizes de confusão são geradas para visualizar o desempenho dos algoritmos. As médias das pontuações de desempenho para cada algoritmo também são fornecidas.
Contribuições para este projeto são bem-vindas. Sinta-se à vontade para abrir problemas ou enviar solicitações de pull para melhorias ou correções de bugs.
Este projeto está licenciado sob a Licença MIT - consulte o arquivo LICENSE para obter mais detalhes.